Forscher haben einen Roboter entwickelt, der mithilfe von Radiowellen, die Wände durchdringen können, verborgene Objekte aufspürt. Der Roboter namens RF-Grasp kombiniert diese leistungsstarke Detektion mit herkömmlicher Computer Vision, um Objekte zu lokalisieren und zu greifen, die sonst verborgen blieben. Diese Innovation könnte eines Tages die Abwicklung im E-Commerce-Lager optimieren oder einer Maschine helfen, einen Schraubenzieher aus einem überfüllten Werkzeugkasten zu holen.

Die Forschungsergebnisse werden im Mai auf der IEEE International Conference on Robotics and Automation vorgestellt. Erstautorin der Veröffentlichung ist Tara Boroushaki, wissenschaftliche Mitarbeiterin in der Signal Kinetics Group am MIT Media Lab. Ihre Koautoren am MIT sind Adib, Leiter der Signal Kinetics Group, und Alberto Rodríguez, außerordentlicher Professor (Abschlussjahrgang 1957) am Department of Mechanical Engineering. Weitere Koautoren sind Junshan Leng, Forschungsingenieur an der Harvard University, und Ian Clester, Doktorand am Georgia Institute of Technology.

Während der E-Commerce weiter wächst, bleibt die Lagerarbeit trotz mitunter gefährlicher Arbeitsbedingungen größtenteils in menschlicher Hand, nicht in der von Robotern. Dies liegt unter anderem daran, dass Roboter Schwierigkeiten haben, Objekte in einer so beengten Umgebung zu finden und zu greifen. „Wahrnehmung und Kommissionierung sind zwei der größten Herausforderungen, vor denen die Branche heute steht“, so Rodríguez. Mit rein optischem Sehen können Roboter die Anwesenheit eines Gegenstands in einer Kiste oder hinter einem anderen Objekt im Regal nicht erkennen: Sichtbares Licht durchdringt bekanntermaßen keine Wände. Radiowellen hingegen schon.

Seit Jahrzehnten wird die Radiofrequenzidentifikation (RFID) zur Verfolgung unterschiedlichster Objekte eingesetzt, von Bibliotheksbüchern bis hin zu Haustieren. RFID-Systeme bestehen aus zwei Hauptkomponenten: einem Lesegerät und einem Transponder. Der Transponder ist ein winziger Computerchip, der an dem zu verfolgenden Objekt angebracht oder, im Falle von Haustieren, implantiert wird. Das Lesegerät sendet ein Radiofrequenzsignal aus, das vom Transponder moduliert und zum Lesegerät zurückreflektiert wird.

Das reflektierte Signal liefert Informationen über Standort und Identität des markierten Artikels. Die Technologie hat in Lieferketten des Einzelhandels an Bedeutung gewonnen: Japan plant, innerhalb weniger Jahre nahezu alle Einzelhandelskäufe per Funkfrequenzortung abzuwickeln. Forscher erkannten, dass diese zunehmende Verbreitung von Funkfrequenzen ein Segen für Roboter sein könnte, da sie ihnen eine zusätzliche Wahrnehmungsmethode eröffnet.

„Radiofrequenz ist eine andere Detektionsmethode als das Sehen“, sagt Rodríguez. „Es wäre ein Fehler, nicht zu erforschen, was mit Radiofrequenz möglich ist.“.

RF Grasp nutzt sowohl eine Kamera als auch einen Funkleser, um markierte Objekte zu finden und aufzunehmen, selbst wenn diese vollständig außerhalb des Sichtfelds der Kamera liegen. Das System besteht aus einem Roboterarm mit Greifhand. Die Kamera befindet sich am Handgelenk des Roboters. Der Funkleser ist vom Roboter getrennt und übermittelt Tracking-Informationen an dessen Steuerungsalgorithmus. So erfasst der Roboter kontinuierlich Funk-Tracking-Daten und ein visuelles Bild seiner Umgebung. Die Integration dieser beiden Datenströme in den Entscheidungsprozess des Roboters stellte eine der größten Herausforderungen für die Forscher dar.

„Der Roboter muss in jedem Moment entscheiden, welcher dieser Abläufe am wichtigsten ist“, sagt Boroushaki. „Es geht nicht nur um die Auge-Hand-Koordination, sondern um die Koordination von Funkfrequenzen und Auge-Hand-Koordination. Dadurch wird das Problem deutlich komplexer.“.

Der Roboter leitet die Suche und das Einfangen des Zielobjekts ein, indem er dessen Funkfrequenz-Tag aktiviert, um dessen Position genau zu bestimmen. „Zuerst fokussiert er mithilfe von Funkfrequenzen sein Sichtfeld“, erklärt Adib. „Anschließend führt er mithilfe seiner visuellen Wahrnehmung präzise Manöver durch.“ Der Ablauf ist vergleichbar damit, eine Sirene hinter sich zu hören und sich dann umzudrehen, um die Quelle des Geräusches besser zu erkennen.

Mit seinen zwei sich ergänzenden Sinnen fokussiert RF Grasp das Zielobjekt. Sobald sich der Roboter dem Objekt nähert und es sogar zu manipulieren beginnt, übernimmt die Bildverarbeitung, die deutlich präzisere Details liefert als RF, die Entscheidungsfindung.

RF Grasp bewies seine Leistungsfähigkeit in einer Reihe von Tests. Im Vergleich zu einem ähnlichen Roboter, der lediglich mit einer Kamera ausgestattet war, konnte RF Grasp sein Objekt mit der Hälfte der benötigten Bewegungszeit lokalisieren und greifen. Darüber hinaus demonstrierte RF Grasp die einzigartige Fähigkeit, seine Umgebung zu „räumen“, indem es Verpackungsmaterialien und andere Hindernisse auf seinem Weg zum Ziel entfernte. Laut Rodriguez beweist dies den „unfairen Vorteil“ von RF Grasp gegenüber Robotern ohne penetrierende Funksensoren. „Es besitzt eine Orientierungsgabe, die anderen Systemen schlichtweg fehlt.“.

RF Grasp könnte eines Tages Logistikaufgaben in überfüllten E-Commerce-Lagern übernehmen. Die RF-Erkennung könnte sogar die Identität eines Artikels sofort und berührungslos verifizieren, indem sie dessen Barcode freilegt und anschließend scannt. „Funkfrequenzen haben das Potenzial, einige der Einschränkungen der Branche zu überwinden, insbesondere im Hinblick auf Wahrnehmung und Lokalisierung“, so Rodriguez.

Adib sieht auch mögliche Einsatzmöglichkeiten für den Roboter im Haushalt, beispielsweise um den passenden Inbusschlüssel für den Aufbau seines Ikea-Stuhls zu finden. „Oder man könnte sich vorstellen, dass der Roboter verlorene Gegenstände findet. Er ist wie ein Super-Roomba, der meine Schlüssel holt, egal wo ich sie hingelegt habe.“.